Světové modely v robotice mívají při delších simulacích fyzikální stabilitu asi jako mokrý papírový pytlík. Nový projekt s názvem Interactive World Simulator to ale hodlá změnit. Slibuje totiž vygenerovat více než 10 minut stabilních, interaktivních video-predikcí při 15 FPS – a to vše na jediné kartě NVIDIA, Inc. RTX 4090. Ano, čtete správně. Deset minut komplexní fyziky běžící hladce na grafice, kterou můžete mít běžně v herním PC.
Tento model, za nímž stojí výzkumník Yixuan Wang, není jen předem vyrenderované video. Jde o plně interaktivní simulaci, kterou můžete v reálném čase sami „řídit“. A co je na tom nejlepší? Můžete si to hned teď vyzkoušet v prohlížečovém demu, aniž byste museli řešit závislosti v Pythonu nebo prožívat tradiční pip install očistec. Model si poradí s celou řadou úkolů náročných na fyzický kontakt – od precizního vedení kabelů až po zametání hromady předmětů. To vše vzniká čistě v pixelovém prostoru. Nejde o záběry z reálné kamery, ale o open-loop predikce samotného modelu.
Proč je to důležité?
Tohle není jen další efektní technologické demo; je to potenciální lék na dvě největší bolesti současné robotiky. Zaprvé umožňuje škálovatelný sběr dat. Místo spoléhání se na pomalé a drahé roboty v reálném světě mohou vývojáři generovat kvanta fyzikálně uvěřitelných dat přímo v simulátoru. Zadruhé to dovoluje věrné vyhodnocování strategií, což vědcům umožňuje testovat a ladit „mozek“ robota v bezpečném, konzistentním a nekonečně opakovatelném virtuálním prostředí dřív, než vůbec sáhnou na hardware. Zkrátka a dobře: trénink robotů bude levnější, rychlejší a s výrazně nižším rizikem, že robotické rameno za statisíce korun omylem proboří zeď.
